README.Docker.md

Docker 使用說明

本文件說明如何使用 Docker 運行 Subtitle Creator。

系統需求

• Docker Desktop 或 Docker Engine 20.10+
• NVIDIA GPU (支援 CUDA 12.1)
• NVIDIA Driver 525.60.13+
• NVIDIA Container Toolkit (nvidia-docker2)

安裝 NVIDIA Container Toolkit

Windows (WSL2):

# 在 WSL2 Ubuntu 中執行
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker

Linux:

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo systemctl restart docker

快速開始

1. 建立必要資料夾

mkdir -p videos output

2. 準備配置檔 (可選)

cp config.example.yaml config.yaml
# 編輯 config.yaml 調整設定

3. 建置 Docker 映像

docker-compose build

⚠️ 首次建置需要下載約 15-20 GB 的映像和相依套件，請耐心等待。

4. 啟動監控模式

docker-compose up

容器會持續監控 ./videos 資料夾，當有新影片加入時自動生成字幕到 ./output。

使用方式

監控模式 (預設)

持續監控資料夾，自動處理新增的影片：

docker-compose up

單次處理

處理特定影片或資料夾後退出：

docker-compose run subtitle-creator run /data/videos

指定語言

docker-compose run subtitle-creator run /data/videos --lang en --target zh-tw

僅轉錄 (不翻譯)

docker-compose run subtitle-creator transcribe /data/videos/movie.mp4 --lang ja

Volume 說明

本機路徑	容器路徑	說明
./videos	/data/videos	放入要處理的影片檔案
./output	/data/output	生成的 SRT 字幕檔案
./config.yaml	/app/config.yaml	配置檔 (可選)

自訂配置

編輯 config.yaml 以調整：

transcriber:
  model_size: "large-v3"  # 模型大小
  device: "cuda"          # 使用 GPU

translator:
  model_name: "google/translategemma-12b"
  load_in_4bit: true      # 4-bit 量化 (降低 VRAM 需求)

故障排除

GPU 未偵測到

確認 NVIDIA Container Toolkit 已正確安裝：

docker run --rm --gpus all nvidia/cuda:12.1.1-base-ubuntu22.04 nvidia-smi

記憶體不足

調整 config.yaml 中的設定：

transcriber:
  batch_size: 8  # 降低批次大小
  
translator:
  load_in_4bit: true  # 啟用 4-bit 量化